基于ELM的一类MIMO仿射非线性系统的鲁棒自适应控制
来源期刊：控制与决策2015年第9期
论文作者：李军 乃永强
文章页码：1559 - 1566
关键词：鲁棒自适应神经控制;极限学习机;单隐层前馈网络;多输入多输出;仿射非线性系统;
摘 要：针对一类多输入多输出(MIMO)仿射非线性动态系统,提出一种基于极限学习机(ELM)的鲁棒自适应神经控制方法.ELM随机确定单隐层前馈网络(SLFNs)的隐含层参数,仅需调整网络的输出权值,能以极快的学习速度获得良好的推广性.在所提出的控制方法中,利用ELM逼近系统的未知非线性项,针对ELM网络的权值、逼近误差及外界扰动的未知上界值分别设计参数自适应律,通过Lyapunov稳定性分析可以保证闭环系统所有信号半全局最终一致有界.仿真结果表明了该控制方法的有效性.
李军，乃永强
兰州交通大学自动化与电气工程学院
摘 要：针对一类多输入多输出(MIMO)仿射非线性动态系统,提出一种基于极限学习机(ELM)的鲁棒自适应神经控制方法.ELM随机确定单隐层前馈网络(SLFNs)的隐含层参数,仅需调整网络的输出权值,能以极快的学习速度获得良好的推广性.在所提出的控制方法中,利用ELM逼近系统的未知非线性项,针对ELM网络的权值、逼近误差及外界扰动的未知上界值分别设计参数自适应律,通过Lyapunov稳定性分析可以保证闭环系统所有信号半全局最终一致有界.仿真结果表明了该控制方法的有效性.
关键词：鲁棒自适应神经控制;极限学习机;单隐层前馈网络;多输入多输出;仿射非线性系统;
